第一课时:什么是机器学习?
learning:acquiring skill
说白了就是从观察中积累经验的过程。
machine learning:acquiring skill
机器学习:同样也是获取 skill ,通过积累和模拟。
机器学习的目的:通过分析大量数据,从而来提高性能。
例如股票投资的例子:通过分析一系列数据,预测出投资那只股票获利最高。
应用方向:
(1)navigating on Mars
( 2) speech/visual recognition (语音识别)
( 3) high-frequency trading (超短期短线交易)
( 4) consumer-trageted marketing
举一个形象的例子,给电脑一条”鱼“吃,你需要每天喂他;而机器学习就是交给他捕鱼的方法。
什么时候适合用机器学习?
(1)潜在的模式是可以学习的。
(2)但是不知道规则怎么写下来。
(3)需要有资料(data)。
例子:
下面哪一个最适合机器学习?
(1)预测小孩子在偶数分钟哭还是在奇数分钟哭。
(2)判断给定的一个图是否包含环。
(3)决定是否给某个人办信用卡。
(4)判读下一个十年,哪个地方会发生核冲突,造成地球毁灭。
第一个:没有任何规律,谁也不知道小孩子会在什么时候哭。(no pattern)
第二个:规则可以很简单用code完成,不需要用机器学习。(programmable definition)
第四个:这个核武器造成地球毁灭没有前例,根本没法预测。(no or not enough data)
第三个最适合,现实情况下用的也是最多。